Scikit瞭解feature_selection給予不同的p值

Question

我得到兩套不同的p值當我使用scikit學習的

predKbest= SelectKBest(sklearn.feature_selection.f_regression, k=i).fit(X_train, y_train) 

predKbest.pvalues_ 

和

predKbest= SelectKBest(sklearn.feature_selection.chi2, k=i).fit(X_train, y_train)  
predKbest.pvalues_ 

在相同的數據X_train和y_train

。他們是否應該是不同的p值？

Answer 1

根據您輸入的測試結果，SelectKBest會根據重要性選擇頂部i變量：Fischer或Chi2。

F_regression用於迴歸，而chi2用於分類，因此使用相同的輸入變量來使用它們是很奇怪的。你應該退後一步，研究你真正想要做的事情。 一切是公這裏解釋：http://scikit-learn.org/stable/modules/feature_selection.html

f_regression P_VALUE港島線計算各回歸和靶之間的線性扶養。

「chi2測試」測量隨機變量之間的依賴關係，所以使用這個函數「清除」最有可能獨立於類的特徵，因此與分類無關。 X必須包含非負面特徵，例如布爾值或頻率。

您打印的p_values在這裏是被「轉換」爲p_values的chi2和f_regression的結果，因此它們是不同的100％正常。